1. Tìm hiểu khái niệm kiểm định độ tin cậy thang đo Cronbach's Alpha?
Kiểm định độ tin cậy thang đo Cronbach's Alpha là gì và tại sao phải sử dụng đến nó? Trong nghiên cứu định lượng, việc đo lường các nhân tố lớn sẽ rất khó khăn và phức tạp, không thể chỉ sử dụng những thang đo đơn giản (chỉ dùng 1 câu hỏi qua sát đo lường) mà phải sử dụng các thang đo chi tiết hơn (dùng nhiều câu hỏi quan sát để đo lường nhân tố) để hiểu rõ được tính chất của nhân tố lớn.
Do vậy, khi lập bảng câu hỏi nghiên cứu, chúng ta thường tạo các biến quan sát x1, x2, x3, x4, x5... là biến con của nhân tố A nhằm mục đích thay vì đi đo lường cả một nhân tố A tương đối trừu tượng và khó đưa ra kết quả chính xác thì chúng ta đi đo lường các biến quan sát nhỏ bên trong rồi suy ra tính chất của nhân tố.
Như vậy, khái niệm "thang đo" trong cụm kiểm định độ tin cậy thang đo ý muốn nói đến một tập hợp các biến quan sát con có khả năng đo được, thể hiện được tính chất của nhân tố mẹ. Các bạn không được hiểu lầm kiểm định thang đo ở đây là thang đo Likert nhé.
Tuy nhiên, không phải lúc nào tất cả các biến quan sát x1, x2, x3, x4, x5... chúng ta đưa ra để đo lường cho nhân tố A đều hợp lý, đều phản ánh được khái niệm, tính chất của A. Do vậy, cần phải có một công cụ giúp kiểm tra xem biến quan sát nào phù hợp, biến quan sát nào không phù hợp để đưa vào thang đo.
Có thể bạn muốn xem:
Như vậy, khái niệm "thang đo" trong cụm kiểm định độ tin cậy thang đo ý muốn nói đến một tập hợp các biến quan sát con có khả năng đo được, thể hiện được tính chất của nhân tố mẹ. Các bạn không được hiểu lầm kiểm định thang đo ở đây là thang đo Likert nhé.
Tuy nhiên, không phải lúc nào tất cả các biến quan sát x1, x2, x3, x4, x5... chúng ta đưa ra để đo lường cho nhân tố A đều hợp lý, đều phản ánh được khái niệm, tính chất của A. Do vậy, cần phải có một công cụ giúp kiểm tra xem biến quan sát nào phù hợp, biến quan sát nào không phù hợp để đưa vào thang đo.
Kiểm định độ tin cậy thang đo Cronbach's Alpha là công cụ chúng ta cần. Công cụ này sẽ giúp kiểm tra xem các biến quan sát của nhân tố mẹ (nhân tố A) có đáng tin cậy hay không, có tốt không. Phép kiểm định này phản ánh mức độ tương quan chặt chẽ giữa các biến quan sát trong cùng 1 nhân tố. Nó cho biết trong các biến quan sát của một nhân tố, biến nào đã đóng góp vào việc đo lường khái niệm nhân tố, biến nào không. Kết quả Cronbach Alpha của nhân tố tốt thể hiện rằng các biến quan sát chúng ta liệt kê là rất tốt, thể hiện được đặc điểm của nhân tố mẹ, chúng ta đã có được một thang đo tốt cho nhân tố mẹ này.
2. Đo lường độ tin cậy bằng hệ số Cronbach’s Alpha
- Cronbach (1951) đưa ra hệ số tin cậy cho thang đo. Chú ý, hệ số Cronbach’s Alpha chỉ đo lường độ tin cậy của thang đo (bao gồm từ 3 biến quan sát trở lên ) chứ không tính được độ tin cậy cho từng biến quan sát (Nguồn: Nguyễn Đình Thọ, Phương pháp nghiên cứu khoa học trong kinh doanh, NXB Tài chính, Tái bản lần 2, Trang 355).
- Hệ số Cronbach’s Alpha có giá trị biến thiên trong đoạn [0,1]. Về lý thuyết, hệ số này càng cao càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên điều này không hoàn toàn chính xác. Hệ số Cronbach’s Alpha quá lớn (khoảng từ 0.95 trở lên) cho thấy có nhiều biến trong thang đo không có khác biệt gì nhau, hiện tượng này gọi là trùng lắp trong thang đo (Nguyễn Đình Thọ, Phương pháp nghiên cứu khoa học trong kinh doanh, NXB Tài chính, Tái bản lần 2, Trang 364).
3. Các tiêu chuẩn trong kiểm định độ tin cậy thang đo Cronbach's Alpha
- Nếu một biến đo lường có hệ số tương quan biến tổng Corrected Item – Total Correlation ≥ 0.3 thì biến đó đạt yêu cầu (Nguồn: Nunnally, J. (1978), Psychometric Theory, New York, McGraw-Hill).
- Mức giá trị hệ số Cronbach’s Alpha (Nguồn: Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS Tập 2, NXB Hồng Đức, Trang 24):
- Từ 0.8 đến gần bằng 1: thang đo lường rất tốt.
- Từ 0.7 đến gần bằng 0.8: thang đo lường sử dụng tốt.
- Từ 0.6 trở lên: thang đo lường đủ điều kiện.
- Chúng ta cũng cần chú ý đến giá trị của cột Cronbach's Alpha if Item Deleted, cột này biểu diễn hệ số Cronbach's Alpha nếu loại biến đang xem xét. Thông thường chúng ta sẽ đánh giá cùng với hệ số tương quan biến tổng Corrected Item – Total Correlation, nếu giá trị Cronbach's Alpha if Item Deleted lớn hơn hệ số Cronbach Alpha và Corrected Item – Total Correlation nhỏ hơn 0.3 thì sẽ loại biến quan sát đang xem xét để tăng độ tin cậy của thang đo.
Ví dụ ở bảng khảo sát đánh giá sự hài lòng của nhân viên trong một tổ chức ở đây. Tác giả chạy Cronbach Alpha cho biến Tiền lương gồm các biến quan sát nhỏ:
- TL1 - Anh/chị được trả lương tương xứng với kết quả làm việc của mình
- TL2 - Anh/chị thường được tăng lương
- TL3 - Tiền lương được trả công bằng/hợp lý giữa các nhân viên
- TL4 - Mức lương hiện tại của anh/chị phù hợp so với mặt bằng chung của thị trường lao động
Sau khi loại bỏ biến TL2 và thực hiện phân tích Cronbach Alpha lại lần 2, chúng ta sẽ có độ tin cậy mới của thang đo và kết quả như ảnh bên dưới:
Để ý một chút sẽ thấy rằng giá trị Cronbach Alpha if Item Deleted của biến TL2 ở lần 1 là 0.736 giờ chính là giá trị Cronbach Alpha của nhân tố Tiền lương.
** Lưu ý: Khi thực hiện phân tích độ tin cậy thang đo Cronbach's Alpha, về mặt số liệu thống kê, chúng ta cần loại biến đang xem xét. Tuy nhiên, việc loại biến quan sát hay không không chỉ đơn thuần nhìn vào con số thống kê mà còn phải xem xét giá trị nội dung của khái niệm. Nếu nội dung của biến có ý nghĩa quan trọng, không nhất thiết chỉ vì để tăng hệ số Cronbach’s Alpha mà loại đi một biến chất lượng.